Tensorflow의 Weighted Mape

Question

나는 슈퍼마켓의 일일 판매량을 예측하고 손실 함수로 볼륨 가중치를 사용합니다.

합이 상기 출력 노드에 걸쳐있다.

나는 tensorflow이 구현 :

import tensorflow as tf 

def weighted_mape_tf(y_true,y_pred): 
tot = tf.reduce_sum(y_true) 
wmape = tf.realdiv(tf.reduce_sum(tf.abs(tf.subtract(y_true,y_pred))),tot)*100 


return(wmape) 

불행히도 내 출력은 다음과 같습니다

Epoch 4/800 
0s - loss: 69.3939 - mean_squared_error: 819.6549 - mean_absolute_error: 14.0599 
Epoch 5/800 
0s - loss: 66.0676 - mean_squared_error: 768.5440 - mean_absolute_error: 13.4120 
Epoch 6/800 
0s - loss: 63.3000 - mean_squared_error: 728.7665 - mean_absolute_error: 12.8934 
Epoch 7/800 
0s - loss: 62.0189 - mean_squared_error: 704.7637 - mean_absolute_error: 12.5851 
Epoch 8/800 
0s - loss: 60.4229 - mean_squared_error: 682.0646 - mean_absolute_error: 12.2814 
Epoch 9/800 
0s - loss: 59.6329 - mean_squared_error: 674.8835 - mean_absolute_error: 12.1172 
Epoch 10/800 
0s - loss: 58.5069 - mean_squared_error: 656.2922 - mean_absolute_error: 11.9073 
Epoch 11/800 
0s - loss: 58.0447 - mean_squared_error: 643.9082 - mean_absolute_error: 11.7542 
Epoch 12/800 
0s - loss: 56.9352 - mean_squared_error: 628.5248 - mean_absolute_error: 11.5936 
Epoch 13/800 
0s - loss: 56.3520 - mean_squared_error: 620.7517 - mean_absolute_error: 11.4170 
Epoch 14/800 
0s - loss: 55.8395 - mean_squared_error: 610.4476 - mean_absolute_error: 11.2979 
Epoch 15/800 
0s - loss: inf - mean_squared_error: 611.3271 - mean_absolute_error: 11.2931 
Epoch 16/800 
0s - loss: nan - mean_squared_error: nan - mean_absolute_error: nan 
Epoch 17/800 
0s - loss: nan - mean_squared_error: nan - mean_absolute_error: nan 
Epoch 18/800 
0s - loss: nan - mean_squared_error: nan - mean_absolute_error: nan 
Epoch 19/800 

당신이 보는 바와 같이 항상됩니다 동안 NaN의 후. 내가 tot == 0 일 때 오류가 발생한다고 생각하지만, 변환 할 때 간단히 삽입하면 tot이 나올 때 여전히 NaN이 발생합니다.

이 문제와 관련하여 경험이 있으십니까?

내가 내 문제에 대한 답을 찾아 몇 분 후 사전

Answer 1

에 감사 : 나는 0를 해결하기 위해 clip_by_value을 사용

import tensorflow as tf 

def weighted_mape_tf(y_true,y_pred): 
    tot = tf.reduce_sum(y_true) 
    tot = tf.clip_by_value(tot, clip_value_min=1,clip_value_max=1000) 
    wmape = tf.realdiv(tf.reduce_sum(tf.abs(tf.subtract(y_true,y_pred))),tot)*100#/tot 


    return(wmape)